paper.dinq.meAI 与前沿科学顶会 · 学术新星雷达
登录 DINQ
返回新星榜
BS

Bernhard Schölkopf

NeurIPS 2026×15多模态数据与预训练对齐与偏好评测与基准可解释性
新星分资深
47
一作贡献0
核心/参与62
方向广度10
合作网络12
0 一作 · 15 篇 · NeurIPS 2026

获取完整研究档案

首次获取该候选人的完整档案及 StartLux 评估共 20 积分;每位用户单独解锁,之后查看免费。主动刷新 20 积分。

联系方式

实时查找电子邮箱,费用不超过20积分;未找到邮箱不扣费。

2026 顶会论文

15
作者位次 #3/3NeurIPS 2026Poster· General Machine Learning / Causality

Causality can systematically address the monsters under the bench(marks)

Felix Leeb · Zhijing Jin · Bernhard Schölkopf

常见合作者